10篇必读的机器学习干货文章

【导读】10篇关于机器学习的作用、机器学习在论文中的应用、虚拟替身、可塑性、医学图像数据集、循环神经网络/长短期记忆网络、Keras、卷积神经网络、Pytorch 以及音频处理。

No.1

机器学习的规则：关于机器学习工程的最佳实践（作者：Martin Zinkevich）

原文地址：

https://developers.google.com/machine-learning/rules-of-ml/



No.2

使用机器学习书写深度强化学习论文的经验得失（作者：Matthew Rahtz）

原文地址：

http://amid.fish/reproducing-deep-rl?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



No.3

迈向虚拟替身技术（作者：Xue Bin (Jason) Peng） 

原文地址：

http://bair.berkeley.edu/blog/2018/04/10/virtual-stuntman/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



No.4

有注释的“转换器”网络结构——Harvard NLP工具

原文地址：

http://nlp.seas.harvard.edu/2018/04/03/attention.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



No.5

可塑性：机器学习的新方法——训练反向传播的塑性神经网络（作者：Thomas Miconi, Jeff Clune and Kenneth O. Stanley）

原文地址：

https://eng.uber.com/differentiable-plasticity/



No.6

深度学习在医学图像数据集中令人意外的实用性

原文地址：

https://lukeoakdenrayner.wordpress.com/2018/04/30/the-unreasonable-usefulness-of-deep-learning-in-medical-image-datasets/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



No.7

循环神经网络和长短期记忆网络的衰落（作者：Eugenio Culurciello）

原文地址：

https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0



No.8

Keras和卷积神经网络(CNNs) （作者：Adrian Rosebrock）

原文地址：

https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



No.9

在PyTorch中从头开始编写YOLO v3的教程（作者：Ayoosh Kathuria） 

原文地址：

https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



No.10

留神倾听：视听语音的分离（作者：Inbar Mosseri, Oran Lang）

原文地址：

https://research.googleblog.com/2018/04/looking-to-listen-audio-visual-speech.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more



原文链接：

https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-may-2018-681489a05135

-END-

专 · 知

人工智能领域主题知识资料查看与加入专知人工智能服务群：

【专知AI服务计划】专知AI知识技术服务会员群加入与人工智能领域26个主题知识资料全集获取

[点击上面图片加入会员]

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知